基于城乡物流一体化的海口市农村小件物流中心选址研究

摘要

随着海口市经济开放程度的进一步扩大，海口市农村经济面貌得到巨大改善。一方面，海口市农村经济快速发展的同时刺激了物流需求的生成，另一方面，海口市物流基础设施的不断建设，物流网络进一步完善，也拉动了海口市物流行业的发展。在“互联网+农村”的发展背景下，互联网在农村覆盖率不断扩大，农村小件货物物流发展潜力巨大，但是由于海口市城乡物流存在明显的二元化结构且农村物流基础设施太过薄弱，导致海口市农村物流与城市物流缺乏有效衔接，农村物流运作效率低下，物流成本较高。如何有效衔接城乡物流，降低农村物流成本，提高运作效率，促进海口市城乡物流一体化发展的研究将显得意义重大。
　　本文首先对农村小件物流中心选址、城乡物流通道及城乡物流一体化的概念进行阐述，并剖析了农村小件物流中心对城乡物流一体化的作用机理，确定了选址思路。根据选址思路，本文先采用威尔逊模型对海口市已有物流节点的辐射范围进行界定，确定海口市的小件物流中心服务辐射范围的盲区。然后，结合海口市小件物流发展现状的分析，运用无偏灰色模糊马尔可夫链组合预测模型对海口市未来小件物流需求进行预测，需求预测结果一方面作为海口市农村小件物流中心选址模型的数据输入，另一方面，也为海口市未来物流行业的发展规划提供必要的借鉴。最后，论文在海口市小件物流盲区的界定范围内及小件物流需求预测的基础上，选取定性与定量相结合的方法对海口市农村小件物流中心进行选址研究，定性模型从自然环境、政策规划、经济社会效益及交通便利四个维度选取农村小件物流中心选址影响因素，并运用突变理论对备选方案进行定量分析;定量模型通过构建海口市农村小件物流中心选址的非线性0-1整数规划模型，并设计混沌遗传算法对选址模型进行求解，在综合定性模型和定量模型的基础上，最终得出海口市农村小件物流中心选址结果。
　　从预测结果来看，通过无偏灰色模糊马尔可夫链组合预测模型得出海口市2030年小件物流需求量为5760万吨，农村小件物流需求量巨大，通过选址模型得出海口市将在三江镇和旧州镇两个地方建立农村小件物流中心，通过该选址结果，可以有效加快海口市城乡物流通道建设，深入农村腹地，满足海口市农村小件物流增长的同时，带动海口市农村经济的快速发展，并能有效促进海口市城乡物流一体化建设发展，论文整体研究不仅丰富了物流中心选址模型，同时对海口市实际物流行业发展规划也有一定的现实指导意义。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 文献综述

1．2．1 城乡物流一体化研究综述

1．2．2 农村物流中心选址研究综述

1．3 主要研究内容与技术路线图

1．3．1 主要研究内容

1．3．2 技术路线图

2．1．1 城乡物流一体化

2．1．2 城乡物流通道

2．1．3 农村小件物流

2．2 理论基础

2．2．1 物流网络规划理论

2．2．2 复杂性理论

2．3 物流中心选址模型

2．3．1 重心法

2．3．2 线性规划模型

2．3．3 空间—引力模型

2．4 本章小结

3 海口市城乡物流一体化发展研究

3．1 海口市发展现状

3．1．1 经济社会发展现状

3．1．2 交通发展现状

3．1．3 城乡物流发展现状

3．2 海口市城乡物流一体化发展机理分析

3．2．1 发展机理

3．2．2 海口市城乡物流一体化研究思路

3．3 海口市农村小件物流中心选址区域界定

3．3．1 界定模型

3．3．2 界定过程

3．3．3 界定结果

3．4 本章小结

4 海口市小件物流需求预测

4．1 物流需求概念

4．2 需求预测目的与原则

4．2．1 需求预测目的

4．2．2 需求预测原则

4．3 海口市小件物流需求预测模型

4．3．1 无偏灰色GM(1，1)

4．3．2 模糊分类

4．3．3 马尔可夫链

4．3．4 组合预测模型

4．4．1 基础数据准备

4．4．2 构建无偏灰色GM(1，1)预测模型

4．4．3 模糊分类

4．4．4 马尔可夫链进行残差修正

4．4．5 需求预测结果

4．5 本章小结

5 海口市小件物流中心选址模型与算法

5．1 选址原则与思路

5．1．1 选址原则

5．1．2 选址思路

5．2 海口市小件物流中心选址定性分析

5．2．1 选址影响因素分析

5．2．2 选址综合评价体系

5．2．3 突变论选址模型

5．2．4 选址结果

5．3 海口市小件物流中心选址定量分析

5．3．1 模型构建思路

5．3．2 非线性0-1整数规划选址模型

5．3．3 求解算法

5．3．4 选址结果

5．4 海口市小件物流发展建议措施

5．4．1 选址结果分析

5．4．2 海口市小件物流发展建议

5．5 本章小结

6．1 结论

6．2 展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集